《表1 各IMF相关参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SVD-EEMD和BP神经网络的滚动轴承故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将轴承故障信号进行EEMD分解，可以得到若干个IMF分量，通过计算各个IMF分量与原信号的相关系数及各个IMF分量的峭度，选择符合要求的IMF分量。相关系数可用于判断IMF分量的真伪。峭度作为一种对振动信号敏感的时域分析方法，可以发现系统中的异常响应。当轴承无故障运转时，峭度值约为3，当轴承发生故障时，峭度值增加[3]。通过相关系数和峭度2项指标，找出相关系数大于0.3和峭度大于3的所有IMF分量并进行叠加。由图6中可以看到经过EMD分解后得到的10个IMF分量。表1为EEMD分解后10个IMF分量的相关系数及峭度。